Token sparen bei Claude und ChatGPT klingt nach Fleißarbeit für Entwickler. Ist es nicht. Wer sein Abo bis zum Limit ausreizt oder mit der kostenlosen Version arbeitet, verliert Tokens selten durch einen einzigen langen Prompt. Meistens sind es Kleinigkeiten: alte Chats, unklare Aufträge, aktivierte Tools, die niemand mehr braucht.
Ich arbeite täglich mit Claude Code an diesem Blog, von der Recherche bis zum fertigen Artikel. Genau dabei fällt schnell auf, wie voll ein Kontextfenster läuft, wenn man nicht aufpasst. Die 7 Regeln unten sind keine Theorie, sondern das, was in der Praxis tatsächlich Tokens spart, bei Claude genauso wie bei ChatGPT und Codex.
- Prüfe mit
/context(Claude Code) oder im Modellmenü (ChatGPT), was gerade Platz braucht. - Trenne Planung (günstiges Modell) von Umsetzung (starkes Modell).
- Starte bei jedem Themenwechsel einen neuen Chat statt endlos weiterzuschreiben.
- Lagere Wissen in Dateien aus, nicht im Chatverlauf.
Inhaltsverzeichnis
Was ist ein Kontextfenster und warum wird es so schnell knapp?
Ein Kontextfenster ist der Speicher, den Claude oder ChatGPT als Chatbot für eine einzelne Unterhaltung bereitstellt. Im Kern handelt es sich bei beiden um Large Language Models, Systeme mit Künstlicher Intelligenz, die jede Nachricht in kleine Texteinheiten zerlegen, die Tokens. Jede neue Nachricht schickt die komplette bisherige Historie erneut mit, nicht nur deine letzte Frage.
Das macht Chats mit der Zeit teurer, nicht nur länger. Wie viele Tokens pro Nachricht tatsächlich anfallen, zeigt eine einfache Formel: Die Kosten wachsen ungefähr quadratisch, N × (N + 1) ÷ 2, sodass die 30. Nachricht in etwa 30-mal so viele Tokens kostet wie die erste. Fünf Nachrichten verbrauchen zusammen rund 30.000 Tokens, sechzig Nachrichten im selben Chat kommen schon auf etwa 3,6 Millionen. Kein Wunder, dass lange Chats irgendwann zäh werden.
- Claude Code arbeitet standardmäßig mit einem 200.000-Token-Fenster (rund 500 Seiten Text), auf bestimmten Plänen bis zu 1 Million Token.
- Ab etwa 50 Prozent Füllstand lässt die Antwortqualität messbar nach, auch wenn technisch noch Platz frei ist.
- Claude Code komprimiert die Historie automatisch (Autocompact), sobald rund 83,5 Prozent des 200.000-Token-Fensters belegt sind. Beim größeren 1-Million-Token-Fenster liegt diese Schwelle näher an 97 Prozent.
Wie trenne ich Planung und Umsetzung richtig?
Der teuerste Fehler ist nicht das falsche Modell. Es ist ein Modell für alles.
Sortiere zuerst: Braucht die Aufgabe Orientierung oder eine harte Entscheidung? Für Scouting, Struktur und Fleißarbeit reicht Haiku oder Sonnet locker aus. Für Stellen, an denen eine falsche Entscheidung Folgen hat, lohnt sich Opus. Bei ChatGPT gilt dieselbe Logik über die Effort-Stufen im Modellmenü, allerdings nur mit Abo: Instant für den Alltag, High oder Extra High für lange Dokumente und harte Probleme. Die kostenlose Version hat kein Modellmenü und arbeitet automatisch mit Instant, bietet aber über das Plus-Menü im Eingabefeld einen Deep-Research-Modus für Aufgaben, die einen ausführlich recherchierten Bericht statt einer schnellen Antwort brauchen. Auch Google Gemini kennt diese Abstufung, mit Flash für schnelle Aufgaben und Pro für komplexere Fälle, das Prinzip bleibt toolübergreifend gleich.
Ein kurzer Planungs-Prompt macht die Trennung sichtbar:
Die Modellnamen wechseln je nach Oberfläche, das Prinzip bleibt gleich: teuer denken, günstig ausführen. Oder günstig scouten, teuer lösen.
Wie formuliere ich einen Prompt, der nicht drei Nachrichten braucht?
Ein vager Auftrag kostet Tokens doppelt. Erst muss das Modell erraten, was du willst. Dann korrigierst du in der nächsten Nachricht nach, und die Historie wächst weiter. Vier Zeilen sparen dir diese Schleife: Ziel, Material, Ergebnis, Grenze.
Schwacher Prompt
„Mach den Text besser.“
Klarer Prompt
Ziel: Absätze kürzen. Material: der Artikelentwurf oben. Ergebnis: max. 150 Wörter pro Absatz. Grenze: Überschriften bleiben unverändert.
Formuliere diese vier Punkte, bevor du auf Senden drückst. Kein Modell muss raten, was „mach das besser“ eigentlich bedeutet, und du sparst dir die Nachbesserungsrunde.
Wie halte ich den Kontext klein statt alles mitzuschleifen?
Jede Nachricht kostet Tokens. Jede Antwort auch. Und jede alte Nachricht, jede hochgeladene Datei und jedes aktive Tool wird bei der nächsten Antwort erneut mitgeschickt, ob du sie gerade brauchst oder nicht.
Frag dich vor jeder Nachricht: Was braucht dieser Chat wirklich, bevor er weiterarbeiten kann? Lautet die Antwort „alles, was wir je besprochen haben“, wird die nächste Antwort langsamer, teurer und ungenauer. Besser: nur den Ausschnitt mitgeben, der für die aktuelle Aufgabe zählt, nicht das komplette Archiv.
Faustregel aus der Praxis: Nach 15 bis 20 Nachrichten im selben Chat lohnt sich fast immer ein Schnitt, weil ab da jede weitere Nachricht überproportional teuer wird, siehe die Formel oben.
Wie mache ich Dateien zur Arbeitsfläche statt Tokens zu verbrennen?
Speicherplatz ist günstig. Kontext ist teuer. Eine Datei auf der Festplatte kostet keine Tokens, solange niemand sie einliest. Teuer wird sie erst, wenn du sie in den Chat lädst.
Deshalb lohnt sich das Prinzip Files over Tools: Wissen aus Chats in Markdown-Dateien sichern, statt es im Verlauf zu horten. Claude Code und Codex CLI lesen lokale Dateien direkt, ohne dass alles im Kontextfenster landet. Im Webbrowser übernehmen Claude Projects eine ähnliche Rolle: einmal hochladen, danach wird die Datei gecacht statt in jedem neuen Chat neu eingelesen.
Bei diesem Blog sieht das konkret so aus: Statt einer einzigen Wissensdatei liegen aktuell über 90 einzelne Markdown-Dateien vor, jede zu einem Thema, verlinkt über eine kurze Indexdatei. Claude liest nur die Datei, die zur aktuellen Frage passt, nicht alle auf einmal. Das hält den Kontext schlank, selbst nach Monaten Projektarbeit. Wie du eigene Kontext-Dateien für Claude aufbaust, zeigt der Artikel zu KI-Kontext-Dateien.
Wann starte ich lieber neu statt weiterzuchatten?
Lange Chats fühlen sich bequem an, bis sie träge werden. Mehrere Themen, alte Entscheidungen und Korrekturschleifen im selben Verlauf treiben den Kontextverbrauch nach oben, während die Antworten gleichzeitig schwammiger werden.
In Claude Code hilft /compact, die Historie zusammenzufassen, bevor der automatische Autocompact bei rund 83,5 Prozent des Standardfensters eingreift. Sinnvoll ist ein manueller Schnitt schon bei 40 bis 50 Prozent Füllstand, nicht erst am Limit. /clear startet komplett neu, das Projektgedächtnis bleibt dabei erhalten.
Für den Wechsel schreibst du am besten eine kurze Zusammenfassung: Stand, offene Punkte, nächster Schritt. Das dauert eine Minute und verhindert, dass veraltetes Wissen in den neuen Chat rutscht.
Welche Tools und MCPs sollte ich wirklich aktiv lassen?
Connectoren, MCP-Server und Browser-Tools sind mächtig, aber jedes aktive Tool belegt Platz im Kontextfenster, bevor du überhaupt die erste Nachricht schreibst.
Mit /context siehst du in Claude Code genau, was den Grundverbrauch treibt: System-Prompt, MCP-Tools, Custom Agents, Speicherdateien. /cost zeigt zusätzlich den Token- und Dollar-Verbrauch der laufenden Session. In Codex CLI liefert /status die vergleichbare Übersicht.
Willst du nur einen Text schreiben, brauchst du keinen Werkzeugkasten mit 20 aktiven Tools. Deaktiviere, was gerade keinen Job hat. Ein Trick aus der Praxis: Aufgaben, die eigentlich nur eine Recherche oder einen Zwischenschritt brauchen, an einen Sub-Agenten auslagern. Der Sub-Agent arbeitet in einem eigenen, leeren Kontextfenster und gibt nur das Ergebnis zurück, nicht den kompletten Rechercheweg. Der Hauptchat bleibt dadurch schlank.
Wie nutze ich Branching statt Reparaturschleifen?
KI-Modelle sind manchmal wie eine Slotmachine: Ein Lauf trifft genau, der nächste verrennt sich komplett. Das lässt sich nutzen, statt es zu bekämpfen.
Läuft eine Antwort sichtbar in die falsche Richtung, hilft keine fünfte Reparaturrunde. Jede Korrektur bleibt im Kontext stehen und zieht falsche Annahmen in den nächsten Versuch mit. Besser: den ursprünglichen Prompt bearbeiten und neu abschicken, statt oben drauf zu korrigieren.
ChatGPT hat dafür seit 2026 eine explizite Branching-Funktion: Über „Ab hier neuen Chat starten“ unter einer Nachricht öffnest du einen komplett neuen Chat mit dem bisherigen Verlauf als Kontext, der Originalchat bleibt daneben unverändert bestehen, gut um zwei Lösungswege parallel zu testen. Codex CLI bietet mit /fork sogar einen eigenen Befehl dafür. Bei Claude läuft es unauffälliger: Bearbeitest du eine frühere eigene Nachricht, legt Claude automatisch einen neuen Zweig an, erreichbar über kleine Pfeile unter der Nachricht. Eine sichtbare Verzweigungsübersicht wie bei ChatGPT gibt es dort (Stand Juli 2026) nicht, das Prinzip zum Vermeiden von Reparaturschleifen funktioniert trotzdem.
Wie unterscheiden sich die Kontext-Befehle bei Claude, ChatGPT und Codex?
Die drei Tools lösen Kontext-Management unterschiedlich sichtbar. Claude Code und Codex CLI bieten eigene Slash-Commands, ChatGPT im Web regelt vieles über Menüs statt Befehle.
| Funktion | Claude Code | ChatGPT (Web) | Codex CLI |
|---|---|---|---|
| Kontext einsehen | /context |
kein eigener Befehl, nur Limit-Anzeige im Account | /status |
| Historie kürzen | /compact |
kein manueller Befehl, neuer Chat oder Branch | /compact |
| Modell wechseln | /model |
Modellmenü (Instant/Medium/High/Extra High/Pro) | /model |
| Kosten/Verbrauch | /cost |
Nutzungsseite im Account | /status |
| Neu starten | /clear (Projektgedächtnis bleibt) |
neuer Chat (Custom Instructions bleiben) | /clear |
| Chat verzweigen | implizit über Edit an eigener Nachricht | „Ab hier neuen Chat starten“ | /fork |
Welche Stolperfallen kosten unnötig Tokens?
Warum wirkt Claude auf einmal schwammiger, obwohl noch Kontext frei ist?
Ab rund 50 Prozent Füllstand sinkt die Antwortqualität messbar, auch wenn das Fenster technisch noch nicht voll ist. Ein manueller Schnitt bei 40 bis 50 Prozent ist meist die bessere Wahl, als bis zum Anschlag zu warten.
Spart Prompt Caching wirklich Kosten?
Ja. Bei wiederholten Anfragen auf denselben Basisdokumenten, zum Beispiel wenn du jeden Tag neue Verträge gegen dieselbe Vorlage prüfst, cached Claude die unveränderten Teile automatisch und spart dabei laut Anthropic bis zu 90 Prozent der Kosten. Das läuft im Hintergrund über die API und in Claude Code, nicht als manueller Schalter im claude.ai-Webchat.
Muss ich für jeden Chat ein neues Projekt anlegen?
Nein. Projects lohnen sich vor allem, wenn du wiederholt dieselben Referenzdateien brauchst. Für einmalige Fragen reicht ein normaler Chat völlig aus.
Verbraucht ein leerer Chat schon Tokens?
Ja. System-Prompt, aktive Tools, MCP-Server und deine gespeicherten Anweisungen zählen von der ersten Nachricht an mit. /context zeigt in Claude Code genau, wie viel das schon ist, bevor du überhaupt etwas geschrieben hast.
Fazit: Lohnt sich Token-Disziplin bei Claude und ChatGPT?
Der beste Abo-Hack ist bessere Führung, kein teureres Upgrade. Wer ständig ans Limit kommt, findet in den 7 Regeln oben eine Checkliste. Wer selten Probleme hat, findet darin einen Qualitätshebel, weil ein kleinerer, klarerer Kontext auch einfach bessere Antworten liefert.
Best for
Wer täglich mit Claude Code, ChatGPT oder Codex arbeitet und das bestehende Abo besser ausreizen will.
Skip if
Wer nur gelegentlich einzelne, kurze Fragen stellt, braucht die Feinsteuerung kaum.
Nächster Schritt: Öffne deinen nächsten Chat mit dem Ziel/Material/Ergebnis/Grenze-Prompt von oben und beobachte, wie viele Nachrichten du für dieselbe Aufgabe wirklich brauchst. Wer mit Claude Code noch am Anfang steht, findet den Einstieg in der Claude Code Anleitung für Anfänger.
Häufige Fragen zum Token sparen
Ist Token sparen nur für Entwickler relevant?
Nein. Auch im normalen Chat mit ChatGPT oder Claude im Browser wachsen die Kosten pro Nachricht mit der Chatlänge. Wer viele Dateien hochlädt oder lange Unterhaltungen führt, profitiert genauso von kürzeren, klareren Chats.
Was passiert, wenn mein Kontextfenster voll ist?
Claude Code komprimiert die Historie automatisch per Autocompact, sobald etwa 83,5 Prozent des 200.000-Token-Fensters belegt sind. In ChatGPT und claude.ai im Browser wird ältere Historie schrittweise aus dem aktiven Kontext gedrängt, ein neuer Chat ist dann meist die sauberere Lösung.
Lohnt sich ein größeres Abo oder eher Token-Disziplin?
Beides ergänzt sich. Wer die 7 Regeln oben umsetzt, kommt mit dem bestehenden Abo länger aus. Wer trotz schlankem Kontext regelmäßig an harte Grenzen stößt, bekommt mit einem größeren Plan tatsächlich mehr Kontextfenster und höhere monatliche Limits.
Funktioniert /compact automatisch?
In Claude Code ja, als Autocompact bei rund 83,5 Prozent Füllstand des 200.000-Token-Fensters (beim 1-Million-Token-Fenster näher an 97 Prozent). Ein manueller Aufruf schon bei 40 bis 50 Prozent verhindert, dass die automatische Kompression mitten in einer wichtigen Aufgabe eingreift.
Kann ich als ChatGPT-Free-Nutzer überhaupt Tokens sparen?
Ja. Auch ohne Modellauswahl gilt: kurze, klare Prompts, Chats bei Themenwechsel neu starten und nicht endlos in einem Thread weiterarbeiten spart Limit, unabhängig vom Plan.
Ist Files-over-Tools nur für Claude Code relevant?
Nein, aber am wirkungsvollsten dort und in Codex CLI, weil beide lokale Dateien direkt lesen können. Im Browser übernehmen Claude Projects oder projektbezogene ChatGPT-Ordner eine ähnliche Rolle.
